目錄
譯者前言
前言
致謝
第Ⅰ部分 基于主體的建模和NetLogo基礎
1 模型？基于主體的模型及建模周期 3
1.1 引言？動機與目標 3
1.2 模型 4
1.3 建模周期 7
1.4 基于主體的建模 9
1.5 小結與結論 11
1.6 練習 11
2 NetLogo入門 13
2.1 引言與目標 13
2.2 NetLogo快覽 14
2.3 示例程序：蘑菇搜尋模型 16
2.4 小結與結論 25
2.5 練習 28
3 ABM 的描述與闡述：ODD協(xié)議 31
3.1 引言與目標 31
3.2 ODD概述 32
3.3 ODD協(xié)議 32
3.4 案例：蝴蝶的虛擬廊道 39
3.5 小結與結論 41
3.6 練習 42
4 實現第一個基于主體的模型 43
4.1 引言與目標 43
4.2 ODD與NetLogo 43
4.3 蝴蝶登頂模型：從ODD到NetLogo 44
4.4 注釋與完整程序 50
4.5 小結與結論 52
4.6 練習 53
5 從動畫到科學 55
5.1 引言與目標 55
5.2 廊道觀測 56
5.3 分析模型 60
5.4 時序結果：添加圖表與文件輸出 61
5.5 真實場景 62
5.6 小結與結論 65
5.7 練習 65
6 測試程序 67
6.1 引言與目標 67
6.2 常見錯誤類型 68
6.3 NetLogo程序調試和測試技術 71
6.4 測試文檔 80
6.5 案例與練習：文化傳播模型 81
6.6 小結與結論 83
6.7 練習 84
第Ⅱ部分 設計ABMs模型的概念框架
7 第Ⅱ部分的引言 87
7.1 第Ⅱ部分的目標 87
7.2 第Ⅱ部分的概述 88
8 涌現 90
8.1 引言與目標 90
8.2 簡單涌現動態(tài)的模型 91
8.3 仿真實驗和行為空間 92
8.4 復雜涌現動態(tài)的模型 97
8.5 小結與結論 101
8.6 練習 102
9 觀察 104
9.1 引言與目標 104
9.2 通過NetLogo視圖觀察模型 105
9.3 其他界面顯示 107
9.4 文件輸出 109
9.5 作為輸出編寫器的行為空間 112
9.6 輸入的原語和菜單命令 113
9.7 小結與結論 113
9.8 練習 114
10 感知 116
10.1 引言與目標 116
10.2 變量作用域 117
10.3 使用其他對象的變量 120
10.4 感知的應用：商業(yè)投資者模型 121
10.5 小結與結論 129
10.6 練習 129
11 適應性行為和目標 131
11.1 引言與目標 131
11.2 NetLogo中的識別和優(yōu)化備選對象 132
11.3 商業(yè)投資者模型中的適應性行為 135
11.4 非優(yōu)化適應性行為：一個滿意度示例 137
11.5 目標函數 139
11.6 小結與結論 140
11.7 練習 140
12 預測 142
12.1 引言與目標 142
12.2 預測的示例效果：商業(yè)投資者模型的投資期限 143
12.3 實現和分析子模型 145
12.4 分析投資者效用函數 147
12.5 顯式預測建模 149
12.6 小結與結論 150
12.7 練習 151
13 相互作用 152
13.1 引言與目標 152
13.2 相互作用的NetLogo編程 153
13.3 電話營銷模型 154
13.4 模型的深化：全局相互作用 158
13.5 直接相互作用：電話營銷模型中的合并 158
13.6 客戶的反擊：記住誰打過電話 161
13.7 小結與結論 163
13.8 練習 164
14 調度 166
14.1 引言與目標 166
14.2 NetLogo中的時間建模 166
14.3 小結與結論 175
14.4 練習 175
15 隨機性 177
15.1 引言與目標 177
15.2 ABM中的隨機性 178
15.3 NetLogo中的偽隨機數的生成 179
15.4 隨機過程示例：行為的經驗模型 185
15.5 小結與結論 187
15.6 練習 188
16 集群 190
16.1 引言與目標 190
16.2 什么是集群? 190
16.3 NetLogo中的集群建模 191
16.4 示例：野狗集群模型 192
16.5 小結與結論 203
16.6 練習 204
第Ⅲ部分 面向模式的建模
17 第Ⅲ部分的引言 207
17.1 邁向結構現實模型 207
17.2 單模式和多模式？ 強模式和弱模式 208
17.3 第Ⅲ部分概述 211
18 模型結構的模式 212
18.1 引言與目標 212
18.2 POM 中設計模型結構的步驟 213
18.3 示例：歐洲山毛櫸林建模 213
18.4 示例：管理核算與共謀 218
18.5 小結與結論 219
18.6 練習 219
19 理論發(fā)展 221
19.1 引言與目標 221
19.2 虛擬實驗室中的理論發(fā)展和強推理 222
19.3 ABM 理論發(fā)展的示例 224
19.4 練習示例：留下還是離開? 227
19.5 小結與結論 231
19.6 練習 232
20 參數化和校準 233
20.1 引言與目標 233
20.2 ABM 的參數化是不同的 234
20.3 子模型參數化 235
20.4 校準概念和策略 235
20.5 示例：林戴勝模型的校準 241
20.6 小結與結論 245
20.7 練習 246
第Ⅳ部分 模型分析
21 第Ⅳ部分的引言 251
21.1 第Ⅳ部分的目標 251
21.2 第Ⅳ部分的概述 252
22 分析和理解ABM 254
22.1 引言與目標 254
22.2 示例分析：隔離模型 255
22.3 用于理解ABM 的其他啟發(fā)式方法 260
22.4 數理統(tǒng)計對理解的作用 263
22.5 小結與結論 264
22.6 練習 265
23 敏感性？不確定性和穩(wěn)健性分析 266
23.1 引言與目標 266
23.2 敏感性分析 267
23.3 不確定性分析 273
23.4 穩(wěn)健性分析 277
23.5 小結與結論 279
23.6 練習 280
24 展望 282
24.1 引言與目標 282
24.2 保持動力：重新實現 282
24.3 從零開始您的第一個模型 283
24.4 主體行為建模 284
24.5 ABM 小工具 285
24.6 作為大型模型平臺的NetLogo 286
24.7 展望 287
參考文獻 289